Az idegsejtek suttogásának meglesése IV: Hogyan értelmezzük amit mértünk?

A nagyszámú csatornán idősorokat rögzítünk. Azaz, hogy egyes időpotkban hogyan változika a jelek erőssége (EEG: feszültség, fMRI: vérátáramlás). A rögzített idegi aktivitás elemzése rendszerint azzal kezdődik, hogy a kutató kezelhető formára alakítja az adatokat. A több száz vagy ezer párhuzamos jelben rengeteg az átfedő információ, ezért első lépésként gyakran dimenziócsökkentő eljárásokat alkalmaznak.

Ilyenkor olyan matematikai módszerek, mint a főkomponens-analízis (PCA), faktor analízis, vagy különféle látens változós modellek segítenek megtalálni azokat a rejtett mintázatokat, amelyek az idegsejt populációk, agykérgi területek közös működését adják. Ez nem magyarázat, inkább térkép: megmutatja, merre érdemes tovább keresni.

Ha már látjuk, hogyan mozog együtt a rendszer, a következő kérdés az időbeliség. Idősorelemző eszközökkel vizsgálható, hogy egy aktivitás mennyire függ a saját múltjától, illetve, hogy különböző csatornák között milyen összefüggésben jelennek meg hasonló változás. A spektrális, Fourier és wavelet elemzések, feltárják egy-egy csatornán belül a ritmusokat és oszcillációkat, míg a koherencia azt mutatja meg, hogy az egyes csatornák (agyterületek működése) mennyire összehangoltak.

A fizikusok a jelek együttmozgását a koherenciával jellemzik. Két jel akkor koherens ha a csatornákon hasonló frekvenciák, hasonló fázisokban jelennek meg.

Ha sok csatornánk van (márpedig az fMRI és sokcsatornás EEG esetében igen). Akkor páronként ki lehet számolni a csatornák közötti koherenciák összefüggéseit és egy ábrán megjeleníteni. Ezen mintázatok alapján lehet kiszámítani, hogy egyes időpillanatokban mely agyterületek működnek együtt.

A harmadik lépésben a hangsúly gyakran az együtt mozgásról az irányokra, egyedi eltérésekre tolódik. Itt olyan megközelítések kerülnek előtérbe, amelyek azt vizsgálják, vajon egy jel változása segít-e előre jelezni egy másik későbbi alakulását. A kauzalitás elemzések (pl. Granger), az információelméleti mutatók (transfer entropy) vagy a biológiai modellekbe ágyazott kauzális becslések, mind azt próbálják eldönteni, hogy puszta összefüggésekről vagy tényleges hatásokról beszélhetünk-e. Ezek az eredmények már hálózati értelmezések felé vezetnek.

Végül a kutatók a teljes rendszert kapcsolati struktúraként kezeli. A régiók vagy sejtek csomópontokká, az együttműködések élekké válnak, és gráfelméleti eszközökkel vizsgálható, mely elemek központiak, hogyan alakulnak ki modulok, vagy mennyire hatékony az információ terjedése. Ezzel párhuzamosan gyakran megpróbálják „kiolvasni” az aktivitásból a viselkedést vagy az inger jellemzőit, különböző dekódoló algoritmusok segítségével (pl. gépi tanulási modellek). A munkamenet így a nyers jelektől eljut a rendszer szintű működésig: a matematikai elemzés lépésről lépésre alakítja az adatokat értelmezhető idegtudományi állításokká.

A sejtszintű vizsgálatok elemzése megmutatja, milyenek a kódolás szabályai, hogyan alakulnak egymásba az idegsejtek mintázatai, valamint, hogy az eltérő EEG állapottal jellemzett hálózati állapotokban miben tér el egymástól a sejtek működése. A meta-hálózatok, agyterületek kölcsönhatásának vizsgálata pedig megmutatja, mikor, hogyan és milyen szabályok szerint hatnak kölcsön az agyterületek.

A negyedik szerveződési szint (tudatosság dinamikája) megértéséhez fontos, hogy elmerüljünk az agyterületek pillanatról pillanatra változó (dinamikus) kölcsönhatásainak tér és időbeli összefüggéseiben. A sokcsatornás EEG és az fMRI mérések elemzése alapján a kutatók azt találták, hogy nem csak az agyterületek aktivitása változik egy feladat során, hanem az is, hogy mennyire vannak összehangolva, mennyire együtt változnak. Ezeknek az összefügéseknek az ismeretében hálózatelemzési módszereket használva felrajzolták azt, hogy egy adott pillanatban milyen agyterületek lépnek kapcsolatba egymással, és ezek a kölcsönhatások hogyan változnak. Rávetítve ezt az állandóan változó hálózatot (gráfot, mely csomópontokból és kapcsolatokból áll) az agyterületek korábban megismert, eltérő feladatokat ellátó területeinek térképére, megérthetjük milyen típusú feldolgozás történik egy-egy pillanatban. Fontos kiemelni, hogy itt tized-század másodpercek alatt változik az egymással kapcsolatban levő területek kapcsolatrendszere egy feladat elvégzésének eltérő fázisaiban.

Ezekből a vizsgálatából kiderült, hogy az agynak feldolgozási állapotai vannak. Gyors egymásutánban, a környezetből vagy a szervezetből érkező információ függvényében kapcsol az agy működési módok között, amelyekben az agyterületek eltérő hálózatokba kapcsolódnak. Az eltérő időben, eltérő feladatokat megoldó, időlegesen összekapcsolt hálózatok lehetnek részben átfedőek, de elkülönültek is. Hasonlóan ahhoz, ahogy például egy asztalosműhelyben különböző feladatok megoldásához más szerszámokat és műveleteket használunk. De akadnak olyan szerszámok vagy műveletek is, amiket sok esetben gyakran együtt használunk, és olyan esetek is, amikor eltérő szerszámkészletekkel eltérő műveleteket végzünk.

A következőkben ezeket a funkcionális hálózatokat nézzük meg részletesebben.

Szerző: Gulyás Attila